用了兩天這個類，發現很好用。
獲取請求網頁里面的所有鏈接，直接使用fetchlinks就可以，獲取所有文本信息使用fetchtext(其內部還是使用正則表達式在進行處理)，還有其它較多的功能，如模擬提交表單等。
使用方法：
1、先下載Snoopy類，下載地址：http://sourceforge.net/projects/snoopy/
2、先實例化一個對象，然后調用相應的方法即可獲取抓取的網頁信息
示例：
include 'snoopy/Snoopy.class.php'; $snoopy = new Snoopy(); $sourceURL = "http://xxxxxxxxx";$snoopy->fetchlinks($sourceURL); $a = $snoopy->results;
它并沒有提供獲取網頁中所有圖片地址的方法，自己有個需求是要獲取一個頁面中所有文章列表中圖片地址。然后自己就寫了一個，主要還是正則那里匹配重要。
//匹配圖片的正則表達式 $reTag = "/
/i";
因為需求比較特殊，只需要抓取寫死htp://開頭的圖片(外站的圖片可能使得了防盜鏈，想先抓取到本地)
實現思路：
1、抓取指定網頁，并篩選出預期的所有文章地址；
2、循環抓取第一步中的文章地址，然后使用匹配圖片的正則表達式進行匹配，獲取頁面中所有符合規則的圖片地址；
3、根據圖片后綴和ID(這里只有gif、jpg)保存圖片---如果此圖片文件存在，先將其刪除再保存
fetchlinks($sourceURL); $a = $snoopy->results; $re = "/\d+\.html$/"; //過濾獲取指定的文件地址請求 foreach ($a as $tmp) { if (preg_match($re, $tmp)) { getImgURL($tmp); } } function getImgURL($siteName) { $snoopy = new Snoopy(); $snoopy->fetch($siteName); $fileContent = $snoopy->results; //匹配圖片的正則表達式 $reTag = "/
/i"; if (preg_match($reTag, $fileContent)) { $ret = preg_match_all($reTag, $fileContent, $matchResult); for ($i = 0, $len = count($matchResult[1]); $i < $len; ++$i) { saveImgURL($matchResult[1][$i], $matchResult[2][$i]); } } } function saveImgURL($name, $suffix) { $url = $name.".".$suffix; echo "請求的圖片地址：".$url."
"; $imgSavePath = "E:/xxx/style/images/"; $imgId = preg_replace("/^.+\/(\d+)$/", "\\1", $name); if ($suffix == "gif") { $imgSavePath .= "emotion"; } else { $imgSavePath .= "topic"; } $imgSavePath .= ("/".$imgId.".".$suffix); if (is_file($imgSavePath)) { unlink($imgSavePath); echo "
文件".$imgSavePath."已存在，將被刪除"; } $imgFile = file_get_contents($url); $flag = file_put_contents($imgSavePath, $imgFile); if ($flag) { echo "
文件".$imgSavePath."保存成功"; } }?>
在使用php抓取網頁：內容、圖片、鏈接的時候，我覺得最重要的還是正則(根據抓取的內容和指定的規則獲取想要的數據)，思路其實都比較簡單，用到的方法也并不多，也就那幾個(而且抓取內容還是直接調用別人寫好的類中的方法就可以了)
但之前想過的是php似乎并沒有實現如下的方法，比如一個文件中有N行(N很大)，需要將其中符合規則的行內容進行替換，如第3行是aaa需要轉成bbbbb。一般的需要修改文件時的常見做法：
1、一次讀取整個文件(或是逐行讀取)，然后使用臨時文件進行保存最終轉換后的結果，再替換原始文件
2、逐行讀取，使用fseek控制文件指針的位置，然后fwrite寫入
方案1在文件較大時，一次讀取不可取(逐行讀取，然后寫入臨時文件再替換原始文件效率感覺也不高)，方案2則在被替換的字符串長度小于等于目標值時沒問題，但超過了則會有問題，它會“越界”，將下一行的數據也打亂了(不能像JavaScript中有“選區”的概念，使用新的內容進行替換)
下面是使用方案2做試驗的代碼：
先讀取一行，此時文件指針其實是指到下一行開頭，使用fseek將文件指針回移到上一行起始位置，然后使用fwrite進行替換操作，正因為是替換操作，在不指定長度的情況下，它把影響到下一行的數據，而我想要的是只想針對這一行進行操作，例如刪除這一行或是整行只替換為一個1，上面的例子達不到要求，或許是我還沒有找到合適的方法… 你有好的方法嗎？
本文原創發布php中文網，轉載請注明出處，感謝您的尊重！
_PHP教程)
